具身大模型后训练工程师（场景应用）

职位描述

1.负责具身大模型在具体商业化场景（物流、制造、家庭服务、医疗等）中的后训练与落地交付，从数据、模型、算法等多维度提升模型在目标场景下的任务成功率与执行效率；​

2.深入理解业务场景需求，制定针对性的数据采集策略与后训练方案，串联数据采集、模型训练、模型评测、真机部署的完整流程，高效完成场景适配与交付；​

3.针对具体场景中的操作难点（如精细操作、高频节拍、柔性物体处理等），分析问题根因，通过数据策略调整、训练配置优化、模型迭代等手段持续攻坚；​

4.负责新机器人本体的模型适配与验证，针对不同本体的运动学特性、传感器配置与控制接口，完成模型迁移、参数调优与功能验证，确保模型在新本体上快速达到可用状态；​

5.负责模型在真实环境中的部署调试与性能优化，确保模型在目标场景下稳定运行，达到商业化交付标准；​

6.沉淀场景落地过程中的经验与方法论，形成可复用的标准化交付流程，支撑跨场景、跨本体的快速复制；​

任职要求

1.计算机科学、人工智能、机器人学、自动化等相关专业背景，本科及以上学历，硕士优先；

2.熟练使用Python/C++，精通PyTorch等主流深度学习框架，具备扎实的工程实现能力；

3.具备VLA或具身大模型的微调/后训练经验，能够独立完成从数据准备到模型训练再到真机验证的全流程；

4.具备丰富的机器人真机调试经验，能够在真实环境中快速定位硬件延迟、传感器噪声、控制精度、动作抖动等问题并迭代优化，有长时间驻场调试经历者优先；

5.具备较强的问题分析与解决能力，能够从数据、模型、系统等多个层面诊断并攻克落地难题；

6.具备强执行力与结果导向意识，能够在项目压力下高效推进交付；

7.具备良好的沟通协作能力，能够与跨团队高效配合。

加分项

•有机器人操作（抓取、装配、分拣等）算法的真实场景落地经验；

•熟悉具身大模型（VLA / World Action Model）相关模型，如OpenVLA、π系列、WALL-OSS、Dream-Zero等；

•有工业/物流/服务机器人的项目交付经验，了解商业化落地的完整流程；

•熟悉模仿学习（IL）、强化学习（RL）等训练范式在机器人操作中的应用；

•有数据驱动的模型迭代经验，对数据质量、数据配比、数据增强有深入理解；

•顶级会议（ICRA、CoRL、RSS、CVPR、NeurIPS等）论文发表或相关竞赛获奖。